Enhancing trauma care through innovative trauma and disaster team response training: A blended learning approach in Tanzania
Notice bibliographique
Résumé
BACKGROUND: In Tanzania, inadequate infrastructures and shortages of trauma-response training exacerbate trauma-related fatalities. McGill University's Centre for Global Surgery introduced the Trauma and Disaster Team Response course (TDTR) to address these challenges. This study assesses the impact of simulation-based TDTR training on care providers' knowledge/skills and healthcare processes to enhance patient outcomes. METHODS: The study used a pre-post-interventional design. TDTR, led by Tanzanian instructors at Muhimbili Orthopedic Institute from August 16-18, 2023, involved 22 participants in blended online and in-person approaches with simulated skills sessions. Validated tools assessed participants' knowledge/skills and teamwork pre/post-interventions, alongside feedback surveys. Outcome measures included evaluating 24-h emergency department patient arrival-to-care time pre-/post-TDTR interventions, analyzed using parametric and non-parametric tests based on data distributions. RESULTS: Participants' self-assessment skills significantly improved (median increase from 34 to 58, p < 0.001), along with teamwork (median increase from 44.5 to 87.5, p < 0.003). While 99% of participants expressed satisfaction with TDTR meeting their expectations, 97% were interested in teaching future sessions. The six-month post-intervention arrival-to-care time significantly decreased from 29 to 13 min, indicating a 55.17% improvement (p < 0.004). The intervention led to fewer ward admissions (35.26% from 51.67%) and more directed to operating theaters (29.83% from 16.85%), suggesting improved patient management (p < 0.018). CONCLUSION: The study confirmed surgical skills training effectiveness in Tanzanian settings, highlighting TDTR's role in improving teamwork and healthcare processes that enhanced patient outcomes. To sustain progress and empower independent trauma educators, ongoing refresher sessions and expanding TDTR across low- and middle-income countries are recommended to align with global surgery goals.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».